导图社区 精益六西格玛绿带
- 253
- 28
- 3
- 举报
精益六西格玛绿带
精益六西格玛绿带备考笔记，包括精益六西格玛概述、测量系统分析、过程能力分析、验证显着因子、DOE 实验设计等内容。
编辑于2021-12-21 16:06:59- DOE 实验设计
- 相似推荐
- 大纲
精益六西格玛绿带
1.定义阶段
1.1精益六西格玛概述
精益
消除浪费
精益是一种制造哲学，把浪费看做影响循环时间的第一驱动要素，并应用精益工具不断地驱逐流程中的浪费
生产八大浪费
DefectsRework 缺陷/返工（纠正失误）
Overproduction 过度生产（提前或超出客户需求生产）
Waiting 等待（物料、故障、批准、检验）
Non-utilized talents 人未尽其才
Transportation 搬运浪费（物料/产品移动）
Inventory 库存浪费（物料/产品等待处理）
Motion 动作浪费（多余的移动或违反人体工效学）
Excess processing 过度加工（加工顺序不当或超出所需）
消除变异（y）
精益运营
价值
站在客户的立场上
定义增值（3C）
客户愿意付钱，满足客户需求的活动（Customer）
从根本上改变产品或信息内容（Change）
第一时间做对（Correct）
价值流
从接单到发货过程的一切活动
流动
想开发的河流一样通畅流动
需求拉动
按需求生产
追求完美
没有任何事物是完美的
不断改进
精益五原则
客户
VOC（客户的声音）
Takt 节拍分析（时间需求）
QFD（质量功能展开）
作业系统
生产线平衡
价值流分析
单件流/拉系统
生产线布局设计
看板系统
SMED（快速换模）
P-O-U（使用点）
Just In Time
质量系统
自动化
防错设计
因果矩阵分析
失效模式分析（FMEA）
Built In Quality
人员
HR策略
工作团队
组织设计（指导委员会，Kaizen团队）
交叉功能衔接
安全
过程改善
人体工效学
稳定性
统计过程控制（SPC）
可视化控制（SS） 标准工作
TPM（全面生产维护）精益运营
六西格玛
6σ概论
概念
衡量标准
战略目标
改善的工具/方法论
级别
6σ的段位：白带、绿带、黑带、黑带大师、领袖
历史
第一阶段：【起源】解决有型产品质量为主
摩托罗拉
第二阶段：【推广】以COST-Down为主
联合信号、通用电气
第三阶段：六西格玛与精益生产的融合、六西格玛设计成熟、六西格玛在服务业的应用
三星、通用电气
改善步骤
Define 定义
问题陈述-5W2H
宏观流程图 S-I-P-O-C
目标的设定方法-SMART原则
S=Specific 具体的
M=Measurable 能够测定的
A=Aggressive and Achievable 具有挑战可达成的
R=Relevant to the business plan 与事业计划相关的
T=Time Bound 有时限的
Mesure 测量
统计现状数据
客观要求
实际数据
Analysis 分析
确定真因
Improve 改善
制定措施，并执行
Control 控制
形成标准，维持收益
案例分享
六西格玛改善项目实施的5大步骤
消除非增值活动
消除引起变异的因素（x）
波动
过程结果存在的偏差
目标
把过程偏移的中心拉到目标上
置中
减少波动、变异
发展历程
质量六西格玛
摩托罗拉
第一代
流程六西格玛
GE
第二代
精益六西格玛
三星
第三代
解决问题的知识、方法与工具
遇到问题，转换统计问题
统计问题到统计解决方案
DEFINE
客户的问题是什么？
确定项目目标和范围
收集与项目相关的过程和客户的背景信息
完成项目章程及建立项目团队
VOC-CTQ，完成SIPOC
阶段任务
客户要求
项目章程
SIPOC明确项目范围
Kano图分析将客户的需求做分类
形成客户关心的CTQ
MEASURE
问题聚焦与潜在原因查找
基于现代数据进行过程绩效分析
利用数据来了解问题发生的情况
初步分析问题发生的原因
清晰描述聚焦的问题
阶段任务
测量系统，变量分析
进行筛选
收集数据
对数据做展示分析
计算过程能力
ANALYZE
根本原因是什么？
识别聚焦问题的根本原因，收集过程数据
分析验证根本原因的准确性
阶段任务
查找原因
确定根本原因
通过回归分析
假设检验
实验设计
IMPROVE
如何改善？
验证与根本原因相对应的解决方案的有效性
对解决方案进行风险评估
制定及实施改善措施
针对重点区域问题实施现场改善工作坊集中改善
阶段任务
产生解决方案
方案筛选
投入产出分析
选择方案
评估风险
进行计划
CONTROL
如何测量和控制改善成果？
评估改善措施与实施计划的有效性
保持改善效果得以长期维持
实施有效的监控系统
项目成果、经验等文档化并共享
阶段任务
制定控制计划
流程变更管理
存档和标准化
监控x的达成情况
评估最后的结果
总结教训
DMAIC阶段任务汇总
D-定义机会
问题陈述
战略关联
顾客呼声
Y的定义
项目范围
目标陈述
收益预估
项目团队
推进计划
工具
项目立项书
控制图
时序图
排列图
SIPOC
甘特图
M-测量症状
Y数据收集计划
Y数据可靠性确认
Y的现状分析
原因查找
原因筛选
原因深挖（FMEA）
快赢机会
阶段成果
工具
能力分析
测量系统分析
控制图
脑力激荡
流程图
因果分析
因果矩阵
FMEA
A-分析根因
X数据收集计划
X数据可靠性确认
多变异分析
根因验证
快赢机会
阶段成果
向后计划
工具
中心极限定理
多变异分析
假设检验
正态检验
等方差检验
ANOVA
非参数检验
相关性分析
回归分析
I-改善绩效
方案产生
方案选择
风险评估
方案试运行
方案实施
阶段成果
向后计划
工具
全因子设计
中心点、区组
部分因子分析
筛选实验
田口设计
多重线性回归
响应表面分析
EVOP
C-控制成果
目标达成确认
文件化&标准化
控制计划
X的控制
项目收益
项目移交
项目总结
向后计划
向后计划
工具
统计过程控制
预控制图
其他控制图
防错
5S及可视化
控制计划
SOP
标准化
关注的焦点
聚焦客户
完全了解客户需求，并跟进改善情况
满意：通过对一个产品的可感知的效果（或结果）与期望值相比较后，所形成的愉悦或失望的感觉状态
顾客满意：顾客对其要求已被满足的程度的感受
聚焦过程
识别过程和KPI，对绩效进行测量，有预见的积极管理，数据驱动改善
六西格玛的过程改善模型：关注X而不是Y，不能像往常一样
Y=f(X)
Y是KPOV
X是KPIV
监控过程x
聚焦员工
让员工具备必需的能力因为他们直接面对客户
技能够完全满足客户需求，又保持利润
6σ项目选题
改善课题选择的几种方法
由顾客之声VOC展开之课题
VOB 企业之声
VOC客户之声
子主题
由公司战略分解之课题
Top-Down
由劣质成品（CIPQ）聚焦之课题
COPQ Cost Of Poor Quality
COPQ=实际成本-最低成本
由下至上反馈之课题
由标杆比较（Benchmark）产生之课题
应避免选择怎样的项目
已经掌握对策的
因异常原因引起的
范围太广，目标太多
起步太详细
没有可测量的量化指标
课题推荐
用户抱怨
缺陷
可靠性
小消耗性
库存削减
瓶颈改善
过程返工
来料质量
交货期
流程错误
成本削减
应收账款
课题评价标准
客户及用户关注
与公司战略及经营目标相关
有可观的、量化的财务回报
针对重要朝阳产品
过程绩效差，改善潜力大
问题对其他流程的影响
必要性
获得组织领导层支持
项目指标有足够的数据支撑
项目范围可管理，没有无法控制或者影响的流程因素
项目必须在4-6月内完成，没有已知的障碍
可行性
精益六西格玛
以客户为导向
注重数据分析的科学的工具和管理方法
数据驱动
数据提供客观的解决方案
数据驱动的能力分级
没有数据，也没有经验---只有观点
没有数据---只有经验
收集了数据---但只是看数字有多少
综合一些数据---绘制一些图表
使用数据，描述问题
使用数据推理与分析问题，提出解决问题方案
提升数据驱动业务改善给我们带来
成本下降
改进的可能性上升
理解程度加深
知识的内涵进一步扩大
运用DMAIC（改善）或DFSS（设计）进行流程的改善和设计
精益和六西格玛的集成
精益
目标
减少浪费，增加流程速度
聚焦
PDCA循环/应用丰田的工具消除浪费
方法
快速的Kaizen改善循环，价值流图VSM
精益的速度使六西格玛质量成为可能
实验和学习的周期更快
六西格玛
目标
改善客户CTQ的绩效
聚焦
应用DMAIC和统计工具消除波动
方法
高层的参与，2%的黑带专家
六西格玛的质量使精益速度成为可能
越来越少的缺陷意味着返工时间更少
又快又好
利用精益的办法，减少步骤
利用六西格玛提升每一个必须步骤的质量
精益六西格玛（LSS）是将精益（Lean）和六西格玛（Six Sigma）的方法论和工具融合在一起的流程改善方法论
精益聚焦于改善速度（或周期时间）和消除浪费
传统上六西格玛聚焦于质量
精益六西格玛是方法论、工具和技术的结合，公司可将其应用于交易、服务或制造等任何流程
案例：精益六西格玛如何为企业解决问题？
精益六西格玛管理是一整套标本兼治的、科学的、完整的、操作性强的，以数据为决策基础的，已被证明有效的管理体系
精益六西格玛管理系统由相关的分析工具、项目管理技术和管理推广方法所组成，它能使你达到目标、使得你的公司更加成功，它比现有方法更敏捷、更加具有预见性
典型的问题分成两类：解决方案已知的、解决方案未知的，精益六西格玛致力于处理解决方案未知的问题
关键术语
基本关系方程式Y=f(x)
传递函数，管理好输入可以得到好的输出
Y
因变量
流程输出
结果
症状
监控
F是过程
X1，X2。。。
自变量
流程输入
原因
问题
控制
关键质量特性CTQ（CTx（质量、成本和交期）=客户满足）
内部角度
缺陷
成本
周期时间
客户角度
质量；CTQ
价格；CTC
交货期；CTD
关键输入变量/关键输出变量KPIV&KPOV
关键流程输出变量KPOV
一些流程成功或用户满意最为重要的输出变量
关键流程输入变量KPIV
一些对流程重要的输出有显著影响的输入变量
长期/短期绩效（偏移和漂移）
漂移Drift
控制漂移
偏移Shift
避免偏移
潜在最佳值
流程运行的时间周期内，流程处于最佳状态时的能力；换言之，在现有条件下流程所具有的最佳运行能力
单位产品缺陷数DPU
每百万机会缺陷数DPMO
百万缺陷率DPPM
隐藏工厂
有价值的步骤1、步骤2
检验步骤往往被忽略
维修部、维修组、返修、在线维修，被掩盖
累计直通率RTY
角色、责任和作用
推进倡导者
总经理
六西格玛指导委员会
执行倡导者
副总
六西格玛办公室
分公司项目倡导者
愿景 战略定位 优先次序 推进路线
黑带大师或咨询公司
培训 支持 咨询 定义
分公司推进小组
黑带项目团队
绿带项目团队
测量 分析 改善 控制
2.测量阶段
（判断数据是否可靠）测量系统分析
目的：确保数据准确可靠
准确-位置
可靠-波动
定义：
说明：不止测量设备本身
测量整个系统的集合
数据与数据收集
数据类别
离散数据
计数型数据
属性一致性分析
计数型数据统计量
单位缺陷数 DPU=观察到到缺陷总数/总检查产品数
机会缺陷数 DPO=观察到的缺陷总数/(单位产品缺陷机会数*总检查产品数）
百万机会缺陷数 DPMO=观察到缺陷总数/（单位产品缺陷机会数+总检查产品数）*10^6
百万不良品数 DPPM=不良品总数/总检查数 *10^6
成本高、信息量低
母体与统计量
数据统计量
概念
平均值
特性1.每个观测值对均值都有影响
特性2.所有观测值对均值的偏差之和为0
特性3.均值对观测的极端值很敏感，极端值会导致均值向他偏移
中位数/众数
中位数，若个数为奇数取中间值，若为偶数取中间两个数的平均值
变异
极差
R=最大值-最小值
标准差
方差
母体和抽样
定义
母体与样本
母体=参数
样本=样本统计量
抽样的定义
从母体取得样本的过程及方法
抽样三个原则
随机性
代表性
独立性
抽样方法
随机抽样
采样方便
有时会有偏于一方的情形，缺乏代表性，有高估或者低估的现象
适用于母体个数较少时
系统抽样
可依据固定间隔决定所有样本数
若数据为依据某种特定而随机时，所抽出的数据无法代表母体
母体个数较多时
分层抽样
集群抽样
测量系统分析 MSA
指标：
分辨力
采用10：1法则
偏倚
准确性，侧均值和已知的真值作比较，判定标准：≤10
线性
稳定性
位置
重复性
也被称为E.V. -设备变异
再现行
也被称为A.V.-评价者变异
波动
系统误差的来源
判定标准：≤10%合格，10%-30%可接受；如果>30%不合格
流程实际误差
使用时机
过程能力分析
作用：衡量现状
要求：取样次数30以上数据
组内
组间
表现型
Sigma水平-Z值
（上规格值-下规格值）/2σ
Z值=3CPK
Ca 衡量过程过程中与规格中心的便宜程度
CP=（规格上限-规格下限）/6σ
单边规时：CP=（UsL-Xh'hf
CPK
流程能力分析
流程能力概念
概念：满足规格的能力
CP
（规格上限-规格下限）/6σ
CPK
PPK
PPK
流程分析意义
不同数据类型处理形式
计数型
判断是2项还是泊松
二项
事件只有两种结果
泊松
判断单位内良品或者不良的比率
子主题
计量型
思路：
确认数据类型
制定数据收集计划
确定数据测量系统
测量系统分析
MSA判断
Y的过程能力分析
3.分析阶段
目的：确定真因
案例： Y：满意度 色香味口感
小y与缺陷最大的区别在于原因是否存在交叉相互影响
步骤
分析潜在因子 5Why+BS
方法：
鱼骨图（特性要因图）
鱼头代表Y
鱼头只有一个
以5M1E 为基准
微观变量流程图
名词：IV输入变量、IO输出变量
步骤
明确课题
绘制与问题相关的细部流程图
确定各工序的功能要求及潜在的失效模式 OV
筛选出与问题相关的失效模式 IPOV
针对失效模式逐一分析，罗列其潜在失效原因 IV
识别所有IV的类型 C/N/S
记录IV的规格要求
问题点
微观
聚焦在定义阶段的缺陷
发掘潜在的所有的X
可以结合5Why分析
要求:具体、明确、且兼顾深度及广度
维度：5M1E
头脑风暴
5Why
筛选关键因子（C&E+FMEA）
方法
C&E矩阵
FMEA
逻辑
识别潜在的失效模式
此种失效模式最坏结果
造成这种失效模式的可能原因
当前控制及侦测方式
验证显着因子
常见图形工具
数据出图形，图形看规律
柏拉图
时间序列图
箱线图
点图
直方图
管制图
多变量图
检测方法
假设检验
前提：都是采用抽样获取数据，且数据符合正态分布
原假设
特点
无需整明就存在
相等的没有差异的
以自然界普遍存在的现象作为立项依据
备选假设
对立假设
虚无假设
判断标准：P值<0.05,拒绝原假设；P值>0.05，原假设成立
用途：
确定原因是否真实
验证解决方案是否有效
验证方案是否有效
确定过程是否发生重大改变
类别
Y为连续性数据
等方差检验
目的：聚焦波动
P值 正态用上面，非正态用下面
正态性检验后P值<0.05为非正态，>0.05为正态
方法
单样本等方差
双样本等方差
均值检验
目的：聚焦位置
分类
单样本均值Z检验
用途：单样本，总体标准差已知
条件
检验母体均值和目标值偏差
样本量大于等于30时，可以用样本标准偏差s代替母体标准偏差
单样本t检验
用途：单样本，总体标准差未知
条件
检验母体均值是否与目标值相等
母体标准偏差未知
样本数据符合正态分布
双样本t检验
条件
检测两个母体均值是否相等
两个样本相互独立
样本数据符合正态分布
检验前需要做等方差检验
离散型数据
比例检验
用途：样本比例检验
条件：样本容量≥1000
分类：
1P检验
单样本比例检验
2P检验
双样本比例检验
流程：
需要用控制图识别数据是否有异常点，排除原因
用概率图分析数据是否符合正态分布
对于样本均值增加双方差检验
子主题
工具总结
1.单样本等方差检验
目的
概念
X名称
X水平
X数据类型
Y名称
Y数据类型
用什么工具
2.双样本等方差检验
3.单样本均值Z检验
4.单样本均值t检验
5.双眼本均值t检验
6.单因子等方差检验
只能判断是否有影响
7.但比例检验
8.双比例检验
9.相关分析
多变量分析
相关分析
目的
研究X与Y是否存在线性相关
使用条件
X、Y对应的数据要大于等于30组
X、Y的数据类型为连续型
注意事项
不只是两个变量的关系分析
相关系数越大，两个变量约线性相关
做相关分析前，需要用数据做散点图，看是否有强相关点
操作步骤
用控制图工具看数据是否存在异常点
用散点图看X与Y存在啥关系
相关分析
操作方法：统计-基本统计-相关
识别方法：先看P值，再看相关系数
回归分析
目的
为了查明变量之间函数的相关性而假定的某数学模型，通过一个变量的变化
R-sq
回归方程预测有效性
要求：>70%
残差
预测值和真实值之间的差值
平均值和绝对值为零
服从正态分布
注意残差图形状
方差胀系数
多元回归研究X和Y之间的关系
>10
步骤
观测P值，<0.05可建立回归方程
R-sq>70%
残差分析
预测
注意事项
X、Y数据要求 n>30
严禁外推
思路
因子罗列
数量判断
C&E矩阵
FMEA
因子验证
暂不标准化或标准化
快速改善
快速改善
4.改善阶段
DOE 实验设计
定义
通过一个试验或者多个试验，对一个系统 或者输入变量有些目的的改善，以使能够观察和识别引起输出变化的原因
目的
获取分析原因
工具
单因子试验实验设计
一次只分析一个因子变量X对Y的影响
2^K试验设计
2代表水平、K代表因子
形式
全因子试验设计
仿行数-重复试验，目的消除误差
部分因子试验设计
原理
放宽因子研究颗粒度
辨识度
分辨度-Ⅲ
主效应间影响未混杂
主效应与2因素交互作用影响混杂
分辨度-Ⅳ
主效应间影响未混杂
主效应与2因素交互作用影响未混杂
2因素作用影响之间混杂
分辨度-Ⅴ
主效应间影响未混杂
主效应与2因素交互作用影响未混杂
2因素作用影响之间未混杂
2因素交互作用影响与其他3因素交互作用影响混杂
一般全因子试验设计
劣势
相比于部分因子试验次数较多
响应曲面设计
通过响应的曲面图形进行分析，寻找最佳响应的设计方法
调优运算
以当前生产条件为中心，再周围很近的方位内选定安排一批简单的重复试验
田口试验
优势
以最少的试验测i书获得最理想的试验效果
步骤
设计试验
用途
筛选因子，寻找关键因子
设计类型
2^K设计
部分因子设计
x高低水平的获取方法
历史数据
参照标杆
规格上线下限
因子水品若为文本型，可手动更改，人为指定中心点
因子数
较多因子
创建试验
用途
寻找关键因子的水平设定
探测因子与相应量是否存在高次关系
设计类型
一般全因子设计
全因子+中心点设计
因子树
小于5个
执行试验
用途
寻找优化空间
设计类型
响应曲面 RSM
混料设计
因子
2-3个
分析试验
目的
寻找稳健区间，减少噪声因子影响
设计类型
调优运算EVOP
田口试验
因子
2-3个，多个亦可
因子类型
控制因子
最佳化
波动降到最低
方法：DOE
对案因子
子主题
Poka Yoke 防呆法
定 义
防错、防误
目 的
任何情况下都不会出现缺陷
提 出 者
新乡重夫
缺陷产生
原因：失误-人为
常见类型（10种）
不了解
不注意
误解
识别上的失误
不熟悉的失误
……
预防措施
探索
预防-更优
防止失误优先级
减轻
缓和原理
例如：安全带、安全气囊
感知
复制原理
警告原理
便利
自动原理-自动化
相符原理
顺序原理
隔离原理
层别原理
替代
保险管理
消除
断根原理
5.控制阶段
目的
控制X，维持收益
任务
制定控制方案和计划
监控X和Y是否达到预期效果（X&Y符合性及稳健性）
如何监控：通过DOE得出最优值后，要持续追踪3-6月
应用到控制图
监控改善后是否涌现了新的因子
项目成果运营化，转为例行工作
完成必要的培训
下一步工作计划及总结
对有M阶段、A阶段、I阶段效改善措施进行固化（标准化、文件化）
未能固化的原因
改善措施未能融入到公司的管理体系中
为何要做标准化
标准化是改善的基础
沉淀经验
如何做？
什么时候需要标准？
出错时候需要标准
标准需要细化到什么程度？
站在使用者角度确定标准
细化到涵盖容易出错的过程即可
标准化的五项原则
改善作业是标准化的基本精神
必须彻底了解并遵守
若改善活动显示效果的话，经负责人核准后，制定标准并严格执行
标准化的目标是一种异常状态的管理，无法达到标准是，应该祭祀改善
标准不是一成不变的，因此必须找出问题点，然后加以改善，同时提高标准
拓展-标准化的衡量指标
标准完备率
标准遵守率
标准异常整改率
涵盖方面
设计的 标准化
零件输入标准化
工具设备标准化
作业方法
等同作业标准
作业动作标准
等同标准作业
SOP
要求：清晰、易懂、明确
原则
字不如栏
栏不如表
表不如图
图不如像
放置位置：放于易于阅读的位置
DMAIC与标准化对应
将改善内容纳入现有质量
融入管理系统
避免不足或过度
标准内容明确，作业员易懂
标准制定或者修改时，必须通知相关部门一起遵守
问题发生时，如果是标准有问题，需对标准进行修改
拓展（口字加两笔）
如何开会最高效
推荐阅读书目
《改变世界的机器》
《精益思想》
《图解六西格玛》
《六西格玛绿带手册》
《六西格玛管理》
精益项目失败原因小结
拖延
分析
精益管理是属于项目管理的一部分，项目管理最重要的三要素：时间节点、负责人和跟踪反馈。任何一个精益项目肯定都有“里程碑”管理。但是，计划总是完美的，意外情况却总是接连不断，你会眼看着原来的计划被一个个的“拖延”，很多项目就是这么拖死的，最后人心涣散，不了了之。
执行力不行的表现
团队管理能力不行的体现
未识别的风险和应对储备不足
解决项目“拖延”的方法和克服个人“拖延症”的方法类似
应对措施
尽量提前
如果周期是8个月的时间，那计划的节点必须按照6个月或者更少来设计、跟踪管理。不是说缩短计划周期就会让意外不发生，而是让意外情况提前发生，这样给你有时间去处理这些意外情况
发挥团队效应
当一个人的状态不好的时候，效率不高的时候，你可以去找别人讨论或者召集大家开个短会，当一个人放在团队中的时候，机会激发你的表现欲望，并且集体的智慧会让你用更加宽广的思路去处理问题。一个团队也是这样，尽量合理的月总结会、周例会、班前会等可以让每个人都时刻绷紧那根弦
奖罚分明
如果一个人全身心的做这件事，按时完成的概率是90%，但是如果他没有尽全力，结果就会将至30%以下。这是项目最致命的，在所有人都全力以赴的时候我们都不能确保按时完成，更何况还有人不够努力的情况下呢。所以，团队必须有明确的考核及奖惩制度，目的只有一个，就是团队的每一个人都必须全力付出
缺乏领导力
分析
什么才是“领导力”？
很多领导或者管理层最爱说的就是“你别多问，告诉你这么做就这么做，肯定是对的”。这就是为什么精益生产无法在现场彻底执行的原因。
员工无论是什么工种，都渴望得到尊重，也渴望能够体现自己的价值。但是很多领导却把他们看成机器设备，如果这种方式和观念不变，现场永远改变不了，你根本无法推行持续改进。那到底该怎么办呢？那就是要求领导者具备“人性领导力”
领导力包括
重视一线员工，先生产员工，再生产产品。
任何一个一线的操作者，他是他那个区域的专家，如果他现在不是，那你要把他变成专家，“冲孔专家”、“打磨专家”“车床专家”、“检验专家”、“焊接专家”...
有了现场的“专家”，下一步就是要发挥他们的作用。
让每一位专家来理解什么是“浪费”、标准化生产，他们最了解生产过程及现场，他们的参与改进，是持续改进能够实现的前提条件
立体式、职责清晰的生产组织。
每个工厂都有生产厂长、工段长，但是领班却不是那么多，一般每5-7人就需要一个领班，这个领班不是管理者，可以是那个工位最有经验的人，他就负责“5S”的执行，观察标准化的执行情况，发现异常，甚至在异常时能够上手解决
工段长和厂长，要负责零件的转运、设备长期维护、解决各工位解决不了的问题，必须是从上至下的传递要求，从下向上的反馈结果和问题
脱离现场
精益生产没有什么高深的理论，却有着高明的方法和思想：寻找价值-理解流程-发现浪费-解决问题，然后重复这个过程，就是不断追求更好。然而此流程的根本在于“现场发现问题”
任何脱离生产现场的精益项目注定会失败。要让所有人去重视现场，具备现场的态度，用自己的观察去发现问题，找出不合理和浪费
只有发现问题，才能够想办法解决问题，不同的产品类型和车间，问题可以归类，但却不尽相同，解决方法也会有所不同。所以，世界上没有完全相同的两片树叶，同样，世界上也没有一套完全通用的精益方法
我们必须着眼于“现场”，每天必须要有2/3的时间在现场去发现问题，否则，精益项目无法成功
瞻前顾后、优柔寡断
现实是当我们发现了问题，提供了解决方案，所有问题也不会被自然而然的解决。这里面我们有一个最大的障碍就是“人”，我们所有的改善，归根结底还是要改变人，他们能够接受并持续按照你的改进方案执行，决定着项目的成果。
根据以往的经验，绝大多数人通过沟通和讲解是能够理解的，但是总会有一些人极度的排斥改变，他们誓死捍卫自己的“经验主义”，拒绝改变，遇到这种情况怎么办？
有很多领导选择了向这些人妥协，或者是选择了折中的办法，结果是精益的阻力越来越大，把原本站在支持一方的人也推向了反对方。可想而知，精益项目当然无疾而终。
作为领导或者负责人，必须拿出决心和行动来“杀鸡儆猴”，该处罚就处罚，有时候需要开除一些“老顽固”，只有这样，才能为改进的推进清除障碍。绝对不能优柔寡断，前怕狼后怕虎。你也许失去了一个很有经验的焊工，但是你却收获了很多个能给你提供更多的改进意见，并且会持续改进的其他员工。
没有持续改善
精益改进的核心是解决问题，而精益文化的核心是“持续改进”
一般一个精益项目取得了阶段性成果之后，很多无法做到持续改进。为什么？一是方法不对，不知道下一步该如何改进，另外一种就是骄傲自满，自以为是
如果很难发现新的问题，那是因为现在的批量和库存掩盖了很多问题，可以通过尝试减少批量，追求更快速的流动，这样更深层次的问题就会暴露出来，只有这样才能持续改进